Project Icon

arctic

大规模双手物体交互数据助力视觉研究

ARCTIC是一个包含210万高分辨率图像的大规模数据集,专注于双手与物体的精细交互。数据集提供多视角图像及3D人体、手部和物体标注,采用54个Vicon相机捕获高度灵巧的双手操作。ARCTIC可用于手-物体重建、抓取生成、全身动作生成等多项视觉任务研究,为相关领域提供了丰富资源。

ARCTIC 🥶: 双手灵巧操纵物体的数据集

Image

[ 项目主页 ] [ 论文 ] [ 视频 ] [ 注册ARCTIC账号 ] [ ECCV'24竞赛 ] [ [排行榜](https://github.com/zc-alexfan/arctic/blob/master/docs/leaderboard.md ]

Image

这是一个用于预处理、分割、可视化和渲染(RGB、深度、分割掩码)ARCTIC数据集的代码库。 此外,我们在此提供了复现我们在CVPR 2023论文(温哥华,不列颠哥伦比亚省 🇨🇦)中基线模型的代码,以及开发自定义模型的代码。

我们的数据集包含高度灵巧的动作:

Image

新闻

✨CVPR 2024亮点:HOLD是第一个从单目视频中联合重建关节手和物体的方法,无需假设预先扫描的物体模板和3D手-物体训练数据。详情请查看我们的项目主页

HOLD重建示例

HOLD重建参考

  • 2024.07.07:我们在ECCV'24举办HANDS研讨会,无需模板重建ARCTIC中的手和物体。在此加入我们
  • 2023.12.20:现在可以下载动作捕捉数据!请查看下载说明可视化
  • 2023.09.11:ARCTIC排行榜上线!
  • 2023.06.16:ICCV ARCTIC 挑战赛开始!
  • 2023.05.04:ARCTIC数据集及其数据加载器、可视化工具、模型代码正式发布(1.0版)!
  • 2023.03.25:ARCTIC ☃️ 数据集(0.1版)发布!🎉

CVPR2023受邀演讲/海报:

为什么使用ARCTIC?

数据集概述:

  • 包含210万高分辨率图像和配对的标注帧,支持大规模机器学习。
  • 图像来自8个第三人称视角和1个第一人称视角(用于混合现实设置)。
  • 包含SMPL-X、MANO、关节物体的3D真实数据。
  • 使用54个高端Vicon摄像头在动作捕捉环境中采集。
  • 特征是高度灵巧的双手操作动作(超越准静态抓取)。

ARCTIC可用于的潜在任务:

更多详情请查看我们的项目主页

第三方ARCTIC资源

使用ARCTIC的项目

重建:

生成:

如有遗漏项目,请创建拉取请求。

功能

Image

  • 下载ARCTIC数据集的说明。
  • 处理我们的数据集并构建数据分割的脚本。
  • 将我们的3D数据渲染为RGB、深度和分割掩码的渲染脚本。
  • 用于与我们的数据集交互的查看器。
  • 设置数据、代码和环境以训练我们的基线模型的说明。
  • 用于训练、可视化和评估ARCTIC基准的ArcticNet和InterField结果的通用代码库。
  • 用于与预测结果交互的查看器。

入门

获取代码副本:

git clone https://github.com/zc-alexfan/arctic.git

许可证

请参阅 LICENSE

引用

@inproceedings{fan2023arctic,
  title = {{ARCTIC}: 用于灵巧双手操作物体的数据集},
  author = {Fan, Zicong and Taheri, Omid and Tzionas, Dimitrios and Kocabas, Muhammed and Kaufmann, Manuel and Black, Michael J. and Hilliges, Otmar},
  booktitle = {IEEE计算机视觉与模式识别会议论文集 (CVPR)},
  year = {2023}
}

我们的论文从 aitviewer 中受益良多。如果您觉得我们的查看器有用,为了感谢他们的辛勤工作,请考虑引用:

@software{kaufmann_vechev_aitviewer_2022,
  author = {Kaufmann, Manuel and Vechev, Velko and Mylonopoulos, Dario},
  doi = {10.5281/zenodo.1234},
  month = {7},
  title = {{aitviewer}},
  url = {https://github.com/eth-ait/aitviewer},
  year = {2022}
}

致谢

构建 ARCTIC 数据集是一项巨大的努力。作者衷心感谢:Tsvetelina Alexiadis (TA) 负责试验协调;Markus Höschle (MH)Senya PolikovskyMatvey SafroshkinTobias Bauch (TB) 负责捕捉设置;MH、TA 和 Galina Henz 负责数据捕捉;Priyanka Patel 负责对齐;Giorgio BecheriniNima Ghorbani 负责 MoSh++;Leyre Sánchez VinuelaAndres Camilo Mendoza PatinoMustafa Alperen Ekinci 负责数据清理;TB 负责 Vicon 支持;MH 和 Jakob Reinhardt 负责物体扫描;Taylor McConnell 负责 Vicon 支持和数据清理协调;Benjamin Pellkofer 负责 IT/网络支持;Neelay ShahJean-Claude PassyValkyrie Felso 负责评估服务器。我们还要感谢 Adrian SpurrXu Chen 提供的有见地的讨论。OT 和 DT 得到了德国联邦教育和研究部(BMBF)的支持:图宾根人工智能中心,FKZ:01IS18039B"。

联系方式

如有技术问题,请创建一个 issue。其他问题请联系 arctic@tue.mpg.de

商业许可请联系 ps-licensing@tue.mpg.de

Star 历史

Star 历史图表

项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手,通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能,支持100+编程语言,与主流编辑器无缝集成,显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台,能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐,Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案,通过智能技术简化视频制作流程。无论是企业宣传还是个人分享,有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持,能够阅读和理解用户上传的文件内容,解析网页信息,并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题,Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术,为商家提供一键生成商品图和营销文案的服务,显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台,让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型,免费访问各种图像生成与AI训练工具,从Stable Diffusion等基础模型开始,轻松实现创新图像生成。体验前沿的AI技术,推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器,它将改变您观看视频的方式!SubCat结合了先进的人工智能技术,为您提供即时视频字幕翻译,无论是本地视频还是网络流媒体,让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台,利用前沿AI技术,为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图,再到文案生成,美间让创意设计更简单、更高效。

Project Cover

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具,简化了选题、文献检索至论文撰写的整个过程。通过简单设定,平台可快速生成高质量论文大纲和全文,配合图表、参考文献等一应俱全,同时提供开题报告和答辩PPT等增值服务,保障数据安全,有效提升写作效率和论文质量。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号